Молекулярные механизмы агрегации белков, определенные на основании глобального подбора кинетических моделей

Разработчики

Георг Мейсль, Юлиус Б. Киркегаард, Сара Линсе, Туомас П. Дж. Ноулз и др.

Описание технологии

Выяснение молекулярных механизмов, с помощью которых растворимые белки преобразуются в свои амилоидные формы, является основной предпосылкой для понимания и лечения заболеваний, связанных с агрегацией белков, таких как болезни Альцгеймера и Паркинсона. Однако ввиду сложности сетей реакций агрегации анализ кинетических данных агрегации белка с целью определения механизмов, лежащих в ее основе, представляет собой сложную задачу.

Технология предлагает интегрированную среду с использованием количественного кинетического анализа и глобального подбора модели для определения и верификации молекулярного механизма реакций агрегации, совместимую с экспериментальными кинетическими данными. Подход реализуется с применением веб-программного обеспечения AmyloFit. Процедура берет начало с результатов кинетических экспериментов, при которых измеряется концентрация агрегированной массы в зависимости от времени. Подход иллюстрируется результатами агрегации -амилоидных пептидов, измеренными с помощью тиофлавина T, причем метод пригоден для данных из любого аналогичного кинетического эксперимента, при котором измеряется аккумуляция агрегированной массы в зависимости от времени; входные данные представляются в виде текстового файла, разделенного знаками табуляции. Также в общих чертах в протоколе технологии представляются экспериментальные стратегии и практические рекомендации для получения кинетических данных достаточно высокого качества затем, чтобы сделать подробные заключения о механизмах реакций.

Для основной части анализа авторы технологии разработали онлайн-платформу (см. Ссылки), которая обеспечивает надежную систему глобального анализа кинетических данных без необходимости большого объема программирования или подробных математических знаний. Это программное обеспечение позволяет автоматизировать повторяющиеся задачи и помогает пользователям на ключевых стадиях кинетического анализа: стадии определения ограничений для размещения на модели механизма агрегации на основе концентрационных зависимостей реакции агрегации, стадии выбора из нескольких фундаментальных моделей, описывающих сборку в линейные агрегаты и стадии аппроксимации выбранной модели с помощью усовершенствованного алгоритма минимизации для определения порядка реакции и константы скорости. В протоколе технологии также описывается, как использовать этот подход для исследования мишеней потенциальных ингибиторов образования амилоида и их участия в механизме реакции. Выполнение протокола, начиная от обработки данных до определения механизмов, может быть завершено менее чем за 1 день.

Практическое применение

Технология обеспечивает интегрированную среду (фреймворк) и программное обеспечение для определения функциональных ролей линейных белковых филаментов и молекулярных механизмов агрегации белков в линейные ансамбли, которые лежат в основе патогенеза многочисленных заболеваний, сопровождающихся образованием амилоида, таких как болезни Альцгеймера и Паркинсона. Это программное обеспечение и кинетические модели агрегационных процессов также могут применяться для изучения того, как различные соединения (лекарственные средства для лечения дегенеративных заболеваний, ингибиторы агрегации и т. д.) влияют на процессы агрегации и, следовательно, на патогенез упомянутых заболеваний.

Лаборатории

• Department of Chemistry, University of Cambridge, Cambridge (UK)
• Department of Biochemistry and Structural Biology, Lund University, Lund (Sweden)

Ссылки

Публикации

• Meisl, G. et al. «Molecular mechanisms of protein aggregation from global fitting of kinetic models." 11 Nature Protocols (2016): 252–272.
• Knowles, T.P.J., Vendruscolo, M. & Dobson, C.M. «The physical basis of protein misfolding disorders." 68 Phys. Today (2015): 36.
• Meisl, G. et al. «Differences in nucleation behavior underlie the contrasting aggregation kinetics of the aβ40 and aβ42 peptides." 111 Proc. Natl. Acad. Sci. USA (2014): 9384–9389.